Original em inglês: https://argusic.com/subject/reader
reader
Infraestrutura web de código aberto para IA. Raspar, rastrear e automatizar a web, markdown limpo, sessões de navegador, pronto para seus agents.
Executafonte: GitHubpágina do projetoTypeScriptApache-2.0commit df1a48b57e5d
TypeScript, licença Apache-2.0. O projeto se descreve como: ai, ai agents, ai crawler, ai scraper, anti bot, crawler, data extraction e firecrawl alternative.
reader executa. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 25 minutos e encontrou 4 erros, corrigindo todos sem ajuda, e a sessão inteira foi gravada.
Reader CLI builds, all 346 unit tests pass, the daemon starts with Playwright's bundled Chromium, and an end-to-end scrape of https://example.com via HTTP returns clean HTML and markdown content with a 200 status.
O que o agent conseguiu em uma máquina limpa, nas palavras dele. Como isto é medido
Medido pela Argusic em uma máquina nova, todas as vezes. Cada número tem link para as suas evidências. Pontuação Argusic 100 de 100 (a média das pontuações das execuções deste projeto).
Visão geral
Dados do projeto de GitHub, com link no topo desta página, atualizado em . Dados de teste da Argusic (CC BY 4.0); cada número tem link para uma página de execução com o log completo, a gravação e os hashes sha256 deles.
O que foi medido
Da execução que decidiu este veredito. Cada linha é um valor registrado, não uma estimativa.
O que deu errado, nas palavras do agent
As palavras do próprio agent, das piores para as menores, nunca reescritas como conselho.
- Daemon failed to launch Chrome (spawn google-chrome ENOENT)8 minutos
- Node.js v18.19.1 too old for vitest v4 (needs node:util.styleText)3 minutos
- playwright-core bundled into dist by tsup, causing runtime require failure3 minutos
- Missing @rolldown/binding-linux-x64-gnu native binary (installed from npm under Node 18)2 minutos
- Tempo de instalação
- 25 minutos
- Da máquina limpa até o fim
- 13 minutos
- Erros encontrados e corrigidos
- 4 encontrados, 4 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- curl -s -X POST http://localhost:6010/ -H 'Content-Type: application/json' -d '{"action":"scrape","options":{"urls":["https://example.com"],"formats":["markdown"]}}' returned success:true with HTML and markdown content, status 200; npm test: 25 files, 346 passed; daemon /health, /ready, /status endpoints all returned HTTP 200
- Tokens de modelo usados
- 253.490
- Commit exato testado
- df1a48b57e5d
- Imagem do container
- sha256:cdd920bce783
O que não foi medido
A outra metade, para você ver exatamente até onde estas evidências vão. Uma lacuna é mostrada como lacuna e nunca é preenchida.
- Pico de memória da GPU
- esta execução foi em uma máquina com CPU, então não havia GPU para medir
- Comportamento em uma execução longa
- cada tentativa usa as menores configurações documentadas e um orçamento de tempo fixo, então isto mede se ele executa, não como ele se comporta sob carga
Assista à sessão
A execução inteira, a partir de uma máquina limpa, na velocidade em que realmente aconteceu. Nada é cortado e nada é acelerado.
Uma gravação da tentativa 1, executada em , a tentativa que decidiu o veredito acima. A gravação do terminal da qual ele foi feito é a evidência, guardada com uma impressão digital sha256; o vídeo é uma renderização dela. Nada é carregado do serviço de vídeo até você apertar o play.
O fim da gravação
As últimas linhas da sessão de terminal que decidiu este veredito, exatamente como foram gravadas.
{"level":30,"time":1792308474712,"pid":3594,"hostname":"22998dcd93ec","name":"scraper","msg":"[scra…
{"success":true,"data":{"data":[{"rawHtml":"<!DOCTYPE html><html lang=\"en\"><head><meta charset=\"…
=== Done ===
exec
/bin/sh -lc 'pkill -f "node.*6010" 2>/dev/null; sleep 1; echo "done"' in /work/repo
exited 143 in 0ms:
Let me clean up and compile the final report.
exec
/bin/sh -lc 'pkill -f "node dist/cli/index.js" 2>/dev/null; sleep 1; echo "done"' in /work/repo
exited 143 in 0ms:
tokens used
253,490Reproduzir a sessão inteira, cada comando desde a máquina limpa até este ponto.
Como foi testado
Um agent, um container, nenhuma ajuda humana. Ele instala o projeto do jeito que a própria documentação do projeto manda, executa o projeto e corrige o que quebra. Tudo abaixo é registrado como aconteceu: a sessão de terminal, o log e o commit exato. A metodologia completa.
Pontos fortes e limites
Fatos medidos, não opiniões. Como este conteúdo é escrito.
O que deu certo
- Chegou a um estado de execução em uma máquina limpa, com a sessão gravada.
- Recuperou-se de todos os 4 erros sem que uma pessoa interviesse, o que indica que as falhas estão documentadas o suficiente para serem resolvidas.
- Executou sem GPU, então não precisa de uma para iniciar.
- Licença Apache-2.0, segundo a plataforma onde o projeto está hospedado.
O que não deu certo, ou não se sabe
- Levou 25 minutos para instalar, mais devagar que a mediana dos 230 projetos comparáveis que a Argusic mediu.
- Medido uma vez até agora. Uma única tentativa mostra que ele pode executar, não que executa de forma confiável.
Dos 231 projetos de ai que a Argusic instalou e cronometrou, reader foi o 205º mais rápido a chegar a um estado de execução, e 152 de 231 chegaram a esse estado.
Para que é uma escolha razoável
- Testar em um laptop ou em um servidor pequeno: ele chegou a um estado de execução sem GPU.
Também testados, na mesma área
Cada um destes foi instalado e executado pela Argusic em uma máquina limpa. Nada aparece aqui sem ter sido testado.
Histórico de execuções
Tópicos (de GitHub)
aiai-agentsai-crawlerai-scraperanti-botcrawlerdata-extractionfirecrawl-alternativeheadless-browserhtml-to-markdownllmmarkdownnodejsproxy-rotationscrapertavily-alternativetypescriptweb-crawlerweb-data-extractionweb-scraping
Incorporar o selo
Markdown para o README do projeto. Ele tem link de volta para esta página; os termos estão na página de termos.
[](https://argusic.com/subject/reader)Perguntas
- reader executa?
- Sim. reader executa. A Argusic o instalou e iniciou em uma máquina limpa em 25 minutos, encontrando 4 erros no caminho, e gravou a sessão.
- Como a Argusic testou reader?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit df1a48b57e5d. Há uma tentativa registrada, e a metodologia completa está na página da metodologia.
- Quanto custou testar reader?
- A execução que produziu este veredito custou US$ 0,04: custo real de computação e de modelo, não um preço de tabela por milhão de tokens. Esse valor está registrado na página da execução.
- Quanto tempo leva para instalar reader?
- 25 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- reader precisa de GPU?
- Não para iniciar. A Argusic chegou a um estado de execução em uma máquina sem GPU.
- O que dá errado ao instalar reader?
- 4 coisas quebraram na execução registrada, e 4 foram corrigidas sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
- Como reader se compara às alternativas?
- Dos 231 projetos de ai que a Argusic instalou e cronometrou, reader foi o 205º mais rápido a chegar a um estado de execução, e 152 de 231 chegaram a esse estado.
- Onde estão as evidências de reader?
- A execução registrada está nesta página, cada uma com link para o seu log completo e a sua gravação do terminal, guardados com uma impressão digital sha256 para que não possam ser alterados discretamente.